阿里内测 AI 影视创作平台 Looogen 支持本地 Agent 与双模式操作
相关推荐
苹果拟12月在中国推出首批Apple Intelligence功能
PANews 10月15日消息,据彭博社记者Mark Gurman报道,苹果正准备于今年12月通过iOS 27.3在中国推出首批Apple Intelligence功能,此前该功能在中国受监管审查影响搁置多年。此次上线的为2024年首次推出的功能,不包括iOS 27在美国等地区推出的新AI功能,也不包括Siri AI。Gurman称,苹果高管对Siri AI近期在中国上线并不乐观,但他认为升级版Apple Intelligence最终将登陆中国。
微软要把Windows变成Agent工作台:AI能直接操作电脑,还能少花Token
动察 Beating AI 快讯,微软公布 Windows「混合智能」计划,准备让 AI Agent 直接在电脑上执行任务。获得授权后,Copilot 可以读取本地文件和近期活动,还能整理文件、排查故障、编写程序。微软演示中,它自动找齐报税材料,修改文件名、打包附件,并起草了发给会计师的邮件。 这套方案的关键,是让本地 AI 和云端 AI 配合工作。Copilot 负责接收任务,Windows 提供访问文件和执行操作的能力。部分任务可以交给电脑上的模型处理,减少云端 Token 消耗,也让敏感数据留在本地。需要更强推理能力时,再调用云端模型。 为了支撑本地运行,微软将 1370 亿参数的编程模型 MAI Code 1.1 Flash 压缩至 53GB,让它能在搭载 RTX Spark 的高性能电脑上运行。GitHub Copilot 也将通过 HydraFusion 自动选择本地或云端模型,让部分编程任务不再依赖付费的云端推理。 微软还推出 MXC 安全沙箱,限制 Agent 能访问的文件和网络,防止越权操作。目前 MXC 已正式开放。Copilot 读取本地文件、执行电脑操作等新能力,则将在未来几个月陆续登陆 Copilot+ PC。
币安推出 AI 产品栈 Binance Intelligence,包含 AI Pro 与 Agent OS 等
ChainCatcher 消息,币安宣布推出 AI 产品栈 Binance Intelligence,包含三款产品:面向所有用户的免费 Binance AI、将自然语言转化为可执行策略的 Binance AI Pro,以及供开发者构建 AI 应用的 Binance Agent OS。Binance AI 整合图表、新闻、社交平台、链上数据和研究工具,通过生成式 UI 根据用户知识水平、兴趣和活动动态调整界面,并提供“For You”标签、市场简报、智能工具提示和 Master Trade 等功能,自今日起逐步推出。Binance AI Pro 每个策略在独立子账户运行,用户须在交易前审核批准,10 月下半月起以免费增值模式推出,Premium 计划每月 19.99 USDC。Binance Agent OS 自 2026 年 8 月推出以来,日调用量已超过 28 万次。
苹果拟就 iPhone 15/16 系列 Apple Intelligence 争议支付 2.5 亿美元和解
PANews 9月21日消息,据Truth in Advertising报道,Apple 已与多名原告达成初步集体诉讼和解协议,同意支付总计 2.5 亿美元,以了结在美国加州北区联邦法院提起的 Landsheft v. Apple Inc. 等合并案件。原告指控 Apple 在 iPhone 15 Pro、iPhone 15 Pro Max、iPhone 16 全系机型的 Apple Intelligence 与 Siri 功能宣传中存在误导,包括未如期提供相关 AI 功能。和解拟覆盖 2024 年 6 月 10 日至 2025 年 3 月 29 日期间在美国购买上述机型且非转售用途的消费者。
Apple 发布搭载 M6 的 14 英寸 MacBook Pro,起价 1999 美元
火星财经消息,Apple 于 10 月 27 日在库比蒂诺宣布推出搭载 M6 的新款 14 英寸 MacBook Pro,面向学生、商务用户和创作者。M6 配备 12 核 CPU、每核含 Neural Accelerators 的 12 核 GPU,以及双 16 核 Neural Engine,并采用更快的统一内存。标准统一内存为 16GB,最高可配至 32GB,内存带宽最高 170GB/s。Apple 称,相较 M5,图形性能最高提升约 30%,端侧 AI 工作负载最高提升约 25%;相较 M1,图形性能最高约 11 倍,AI 性能最高约 13 倍。续航最高 24 小时,配合更高功率 USB-C 电源适配器(如 96W)约 30 分钟可充至 50%。新机支持 Wi-Fi 7 与 Bluetooth 6,最多可接两台外接显示器,接口包括 HDMI、MagSafe 3、三个 Thunderbolt 4、SDXC 卡槽和耳机孔。显示屏为 Liquid Retina XDR,峰值 HDR 亮度最高 1600 尼特,对比度 1,000,000:1,可选纳米纹理玻璃,外壳为 100% 再生铝。新机预装 macOS 27(Golden Gate),并支持 Siri AI 与 Apple Intelligence。美国起价 1999 美元,教育优惠起价 1899 美元;预购自 10 月 28 日起在包括美国在内的 35 个国家和地区开放,11 月 6 日到货并开售。硬件工程副总裁 Shelly Goldberg:M6 提升了 CPU、图形与端侧 AI 表现。
Cua Driver给Agent补上「眼睛」:纯像素界面也能识别按钮和文字
动察 Beating AI 快讯,开源 Computer Use 工具 Cua 给 Cua Driver 加入可选的 Perception 视觉扩展。Driver 原本优先通过网页结构和系统无障碍树找按钮。遇到 Canvas、游戏、远程桌面或自绘应用时,这些结构可能为空。Perception 会直接读取截图,把画面拆成带文字、类型和位置的区域,供 Agent 继续操作。 首版用 OmniParser 识别图标和控件,用 PP-OCR 读取文字。整个解析过程在本机 CPU 完成,不需要 GPU,也不把截图发到网络。官方实测单张截图在 macOS 约需 2 至 2.5 秒,Linux 为 3.5 至 4 秒,Windows 为 8 至 9 秒。它主要在页面结构和无障碍树失效时兜底,不会默认每一步都跑视觉解析。 Cua 还限制了视觉操作对旧截图的复用。每次视觉识别都会绑定当前截图的 `capture_id`,随后点击必须来自同一张截图。截图超过 60 秒,或者已经执行过一次操作,Driver 就会拒绝继续使用,避免界面变化后还拿旧坐标误点。 Cua 过去其实已经能通过 `cua-som` 和 OmniParser 做视觉定位。现在这套能力被直接接进 Cua Driver,上层 Agent 可以通过统一接口拿到识别结果。即使模型本身不会看图,也可以根据这些文字和区域信息决定下一步操作。 Perception 不是默认组件,其中 OmniParser 检测器采用 AGPL-3.0;Cua Driver 仍保持 MIT 协议。